| 中文摘要 | 第1-9页 |
| 英文摘要 | 第9-10页 |
| 第一章 绪论 | 第10-19页 |
| ·引言 | 第10-11页 |
| ·网络控制系统的基本问题 | 第11-13页 |
| ·单包传输和多包传输 | 第11-12页 |
| ·网络诱导延时及其影响 | 第12页 |
| ·数据包丢失 | 第12-13页 |
| ·节点驱动方式 | 第13页 |
| ·机器人网络控制系统的研究现状 | 第13-16页 |
| ·国外研究状况 | 第13-15页 |
| ·国内研究状况 | 第15-16页 |
| ·发展趋势 | 第16页 |
| ·选题意义 | 第16-17页 |
| ·本文的主要工作 | 第17-19页 |
| 第二章 神经网络预测控制的理论基础 | 第19-32页 |
| ·预测控制基本原理 | 第19-22页 |
| ·预测模型 | 第19-20页 |
| ·滚动优化 | 第20-21页 |
| ·反馈校正 | 第21-22页 |
| ·神经网络基本原理 | 第22-26页 |
| ·BP 网络 | 第26-30页 |
| ·BP 网络的结构 | 第26-27页 |
| ·BP 网络的学习算法 | 第27-30页 |
| ·神经网络预测控制基本思路 | 第30-32页 |
| 第三章 机器人驱动系统的参数辨识 | 第32-44页 |
| ·引言 | 第32-33页 |
| ·直流电动机动态模型 | 第33-36页 |
| ·AS-R 机器人电动机的简介 | 第33页 |
| ·直流电动机的动态数学模型 | 第33-36页 |
| ·神经网络参数辨识算法 | 第36页 |
| ·辨识输入信号 | 第36-38页 |
| ·PRBS 的特点 | 第36-37页 |
| ·PRBS 的产生 | 第37-38页 |
| ·模型辨识仿真与比较 | 第38-43页 |
| ·基于转速模型的参数辨识 | 第38-41页 |
| ·基于角度模型的参数辨识 | 第41-43页 |
| ·结论 | 第43-44页 |
| 第四章 考虑随机延时的神经网络预测控制 | 第44-56页 |
| ·引言 | 第44页 |
| ·网络诱导延时的合并 | 第44-46页 |
| ·神经网络预测控制 | 第46-51页 |
| ·神经网络预测控制总体结构 | 第46-48页 |
| ·神经网络模型的建立 | 第48页 |
| ·神经网络逆模型控制器 | 第48-49页 |
| ·滚动优化 | 第49-50页 |
| ·反馈校正 | 第50页 |
| ·算法步骤 | 第50-51页 |
| ·考虑动态延时的神经网络预测控制算法 | 第51-52页 |
| ·仿真实例 | 第52-54页 |
| ·结论 | 第54-56页 |
| 第五章 基于 TCP/IP 网络的机器人远程控制仿真系统 | 第56-65页 |
| ·机器人网络控制系统框架 | 第56-57页 |
| ·Socket 网络通讯 | 第57-59页 |
| ·网络协议制定 | 第59-60页 |
| ·基于TCP/IP 网络的远程控制仿真系统 | 第60-65页 |
| ·系统的驱动方式和程序的功能 | 第60-61页 |
| ·程序中的关键技术及实现 | 第61-64页 |
| ·程序运行和测试 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·理论研究展望 | 第65-66页 |
| ·实验功能展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 作者攻读硕士期间发表的文章 | 第72-73页 |